Irgendwann mussten auf dem unbekanntem Gefilde von Open Science erste Schritte gemacht werden, schwerfällige wie sich zeigte.
Kaum wissend, aber entschlossen endlich anzufangen und sich mit den auf uns zukommenden Fragen zu konfrontieren, wurde das Open Science Framework als Einstiegspunkt gewählt.
Auf der einen Seite wurde zwischen Christopher und mir ideell diskutiert und auf der anderen nachgesehen, wie die Realität dazu aussieht.
Also: Wie streng sehen wir es den mit der Openness im Detail?
Offen und Frei im Umfeld von Software
Die Begriffe, um die sich in der Open-Bewegung die Geister zu Software scheiden, sind Frei und Offen.
Freie Software
Freie Software hat keinerlei Barrieren in der Verwendung und Verbreitung. Kostenlos, nicht-proprietär (keine Eigentumsansprüche), Offenlegung der Quelle und ein Urheberrecht, das Arbeiten, Verändern und Weitergeben ermöglicht, sind hier die Kriterien.
Definition der Freiheiten (Quelle)
- Das Programm zu jedem Zweck auszuführen.
- Das Programm zu studieren und zu verändern.
- Das Programm zu verbreiten.
- Das Programm zu verbessern und diese Verbesserungen zu verbreiten, um damit einen Nutzen für die Gemeinschaft zu erzeugen.
Open Source Software (OSS)
Open Source heißt offene Quelle, im Fall von Software also offener Quellcode. Das deckt aber nicht das Eigentums-Verhältnis und die Zugänglichkeit zur Software (Preis, sonstige Hindernisse) ab. Es kann ja auch quelloffene Software gegen Geld vertrieben werden und Urheberrechtlich geschützt sein.
Zumeist ist aber auch Open Source Software frei zugänglich und nicht-proprietär, aber eben nicht immer.
Aus dieser Prämisse heraus entstand der Begriff Free/Libre Open Source Software (FOSS, FLOSS), der frei und offen vereint.
Nachteile von FLOSS gegenüber kommerziellen Produkten
Viele Funktionalitäten fehlen bei FLOSS oder deren Qualität ist im Vergleich zu kostenpflichtiger, proprietärer Software schlechter, womit der Komfort und die Anwendungs-Möglichkeiten schwinden. Weiters gibt es innerhalb der Wissenschaften große Unterschiede in der Verbreitung und Verwendung von FLOSS.
Dies sind wohl die Hauptgründe, die gegen Open sprechen.
Erste Entscheidung
Wir haben uns auf die strenge Variante geeinigt für die wissenschaftlichen Arbeiten nur Free/Libre Open Source Software zu verwenden. Angefangen beim Statistikprogramm und endend beim Betriebssystem selbst wird dies eine spannende Suche nach passender Software.
Gibt es genug offene Daten?
Der Open-Gedanke wurde auch bei den Datenquellen intensiviert. Eine kurze Recherche ergab eine große Menge an offenen Daten, welche stetig ansteigen.
Die Nachteile
Die größten Hindernisse bilden hier die Lesbarkeit der Daten und das Fehlen von vielen räumlichen und thematischen Bereichen.
Probleme, wie schlechte Dateiformate (PDF) und fehlende oder schlechte Erklärungen (Metadaten) zu den bereitgestellten Daten machen das Arbeiten mit offenen Daten schwierig. Weiters erwarten wir bei den Karten große Probleme mit dem Urheberrecht, da kaum gutes Satellitenbild-Material freigegeben zu sein scheint und auch frei zugängliche politische Karten nicht gleich zu finden waren, ins besondere von kleinen Räumen wie Bezirken oder Gemeinden.
Es ist zu erwarten, dass zu vielen Nationen und Themenbereichen keine offenen Daten vorhanden sind, und deswegen viele Analysen weg fallen. Doch die Zahl der offenen Datenkataloge wächst und deren Qualität verbessert sich stetig, was uns optimistisch nach vorne Blicken lässt.
Zweite Entscheidung
Es dürfen nur offene Datenquellen (Open Data) verwendet werden. Die Kriterien für die Datenquellen und den dazugehörigen Metadaten werden demnächst ausgearbeitet.
Die Konsequenzen
Die Diskussion war bei den Datenquellen die Selbe wie bei der Software, nämlich die Verfügbarkeit von qualitativ hochwertigen Produkten und die Einschränkungen wenn diese nicht gegeben sind.
In der wissenschaftlichen Arbeit hat dies die Konsequenz, dass manche Fragestellungen und Analysen für uns gar nicht möglich sein werden, bzw. durch Umwege erheblichen Mehraufwand mit sich bringen und genauestens geplant werden müssen, was schnell auch mal Nerven kann.
Weitergedacht bedeutet das, genaues Überlegen und Planen im Vorfeld der wissenschaftlichen Arbeiten, ob diese überhaupt mit Open Science Methoden durchführbar sind und wenn ja wie. Wir sind uns dabei bewusst, dass wir dort und da auch mal anstehen werden und andere Lösungswege suchen oder gar eine Arbeit vorzeitig beenden werden müssen.
Die nächsten Schritte sind, die genauen Kriterien und Rahmenbedingungen für die Anwendungen und Datenquellen zu identifizieren, und danach die Technologien und Datenquellen nach diesen Kriterien zu Evaluieren.
Scheint, als wird sich ein großer Teil des Frameworks um rechtliche Fragen drehen.
